Rekayasa Trafik Stokastik Untuk Optimasi Pendapatan Jasa Jaringan
DOI:
https://doi.org/10.31957/kjtip.v1i1.31Kata Kunci:
Rekayasa trafik stokastik, pendapatan, risikoAbstrak
Rekayasa trafik deterministik memodelkan permintaan bandwidth sebagai permintaan yang tetap. Permintaan yang bersifat tetap tidak fleksibel terhadap variabel-variabel acak yang ada dalam permintaan dari pasar retail. Dengan penyediaan bandwidth yang tetap maka alokasi bandwidth yang optimal tidak dapat dipenuhi yang berakibat pada pendapatan yang tidak optimal.
Pengaturan rekayasa trafik stokastik menjawab kelemahan dari rekayasa trafik determinstik karena permintaan dimodelkan sebagai nilai acak distribusi probabilitas yang lebih sesuai untuk memodelkan permintaan bandwidth khususnya retail. Sehingga pendapatan yang optimal dapat terpenuhi.
Pembuatan tesis ini dilakukan dengan metoda analitis dengan pembuatan secara simulasi. Dilakukan analisa terhadap model rekayasa trafik stokastik dengan parameter resiko. Distribusi permintaan bandwidth dimodelkan dengan distribusi Gaussian. Hasil dari analisa menunjukkan bahwa faktor variabilitas dan parameter resiko akan mempengaruhi pengalokasian bandwidth dan pendapatan. Peningkatan ketidakpastian permintaan akan menyebabkan kapasitas bandwidth retail yang dialokasikan, rata-rata bertambah sebesar 3,78%. Peningkatan parameter resiko akan mengurangi pendapatan dari retail sebesar 1,63%. Hubungan antara pendapatan dan resiko digambarkan dengan Efficient Frontier.
Unduhan
Referensi
Mitra, D. and Wang, Q., “Risk-aware network profit management in a two-tier market”. In Teletraffic Science and Engineering, Vol. 5, pp. 1051-1060).
Koonlachat, Meesublak, “Network Design Under Demand Uncertainty”, Disertasi Doktoral, 2007, Uni. of Pittsburgh, http://d-scholarship.pitt.edu/7593/1/dissertation_meesublak.pdf, diakses pada 14 Januari 2023 pk. 19.00.
Mitra, D. and Wang, Q, “Stochastic traffic engineering, with applications to network revenue management”, In IEEE INFOCOM 2003, Twenty-second Annual Joint Conference of the IEEE Computer and Communications Societies (IEEE Cat. No. 03CH37428), 2003, vol. 1, pp. 396-405, IEEE.
Mitra, D. and Wang, Q., 2005. “Stochastic traffic engineering for demand uncertainty and risk-aware network revenue management”, IEEE/ACM Transactions on networking, 2005, vol. 13, no. 2, pp.221-233.
V.B., Iversen, “Teletraffic Engineering And Network Planning”, Tech. University Of Denmark, 2015, https://backend.orbit.dtu.dk/ws/portalfiles/portal/118473571/Teletraffic_34342_V_B_Iversen_2015.pdf, diakses pada 8 Oktober 2022 pk. 15.00.
Zukerman, M., “Introduction to queueing theory and stochastic teletraffic models”, 2013, arXiv preprint arXiv:1307.2968.
Liebeherr, Jorg, “A Statistical Network Calculus for Computer Networks”, 2005 https://www.comm.utoronto.ca/~jorg/archive/talks/Tutorial-Liebeherr-ITC27.pdf, diunduh pada 2 April 2023 pk. 12.00.
Wu, J., “Stochastic traffic engineering design and optimization for multimedia communication networks”. 2005, IEICE Technical Report, vol. 104, no. 564, pp. 19-24.
Papoulis, A., Unnikrishna Pillai, S., “Probability, Random Variables and Stochastic Processes”, 4th Edition. 2002, McGraw-Hill: Boston. ISBN 0-07-366011-6.
Medina, A., Taft, N., Salamatian, K., Bhattacharyya, S., & Diot, C., “Traffic matrix estimation: Existing techniques and new directions”. 2002, ACM SIGCOMM Computer Communication Review, vol. 32, no. 4, pp. 161-174.
Fukuda, K., “Towards modeling of traffic demand of node in large scale network”. In 2008 IEEE International Conference on Communications, 2008, pp. 214-218, IEEE.
Paxson, V., & Floyd, S., “Wide area traffic: the failure of Poisson modelling”, 1995, IEEE/ACM Transactions on networking, vol. 3, no. 3, pp. 226-244.
Telkamp, T., “Traffic characteristics and network planning”, 2002, Nanog 26 Meeting Presentation,http://www.nanog.net/meetings/ nanog26/presentations/telkamp.pdf, diakses pada 26 Februari 2023 pk. 13.20.
Kilpi, J., & Norros, I., “Testing the Gaussian approximation of aggregate traffic”, 2002, In Proceedings of the 2nd ACM SIGCOMM Workshop on Internet measurement, pp. 49-61).
Van De Meent, R., Mandjes, M., & Pras, A., “Gaussian traffic everywhere?”, 2006, IEEE International Conference on Communications, vol. 2, pp. 573-578, IEEE.
Zseby, T., & Schreiner, F., “QoS Monitoring and Measurement Benchmarking”, 2002, NGN Initiative, https://citeseerx.ist.psu.edu/document?repid=rep1&type=pdf&doi=da9627454ccf4061f0bcc66a8de3d53cde1eeea8, diakses pada 26 April 2023 pk. 00.58.
Levy, H., & Robinson, M., “Stochastic dominance: Investment decision making under uncertainty”, 2006, Vol. 34. New York: Springer.
Li, J. S. H., & Hardy, M. R., “Measuring basis risk in longevity hedges”, 2011, North American Actuarial Journal, vol. 15, no. 2, pp. 177-200.
Dempster, M. A. H. Ed., “Risk management: value at risk and beyond”, 2002, Cambridge University Press.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2023 Kombrof : Jurnal Teknologi Informasi Papua
Artikel ini berlisensi Creative Commons Attribution-NonCommercial 4.0 International License.